【摘 要】
：
HNM(Harmonic Plus Noise Model)模型把语音信号分成谐波和噪声两部分,分别合成后再叠加,得到合成语音.最大浊音频率(maximum voiced frequency,Fm)是划分谐波部分和噪声部分的参数,它对合成语音质量有着关键作用.本文利用语音信号中谐波和噪声在时域、频域上的不同特征,同时引入能量判决,较好地实现了HNM模型中最大浊音频率的估计,在基于HNM的汉语语音合
【机 构】
：
北京理工大学电子工程系 中科院声学所讯飞语音实验室
论文部分内容阅读
HNM(Harmonic Plus Noise Model)模型把语音信号分成谐波和噪声两部分,分别合成后再叠加,得到合成语音.最大浊音频率(maximum voiced frequency,Fm)是划分谐波部分和噪声部分的参数,它对合成语音质量有着关键作用.本文利用语音信号中谐波和噪声在时域、频域上的不同特征,同时引入能量判决,较好地实现了HNM模型中最大浊音频率的估计,在基于HNM的汉语语音合成系统中取得了良好的效果.
其他文献
本文论述了如何利用现有技术对语音的音色进行变换,使源说话人的声音通过这种变化听起来像目标说话人发出的声音.我们对语音变换中的声学特征提取、特征对齐和特征分布建模的各种方法进行了论述.对基于混合高斯模型的均方误差最小准则下的连续语音变换方法进行了详细分析.并且讨论和比较了最新的研究结果.
本文研究了一种简单有效的自适应语音增强方法:将语音粗略分割成元音与辅音段,在时域和频域分别进行处理.对于具有短时周期性的元音,采用时域平滑技术可以取得很好的降噪效果;对于具有随机特征的辅音,频域谱减法降噪简单可靠;根据可靠的时域降噪结果自适应地实时估计噪声谱,大大提高了谱减法的性能和整套降噪系统的性能.此外,本文还研究了一种利用子波整体信息的波形平滑技术,进一步提高了性能和可靠性.实验中,我们在N
数据驱动的时域滤波是一类很有前景的提高语音识别系统鲁棒性的方法,线性区间划分(LDA)和主成分分析(PCA)已经被成功地应用.本文提出了一种新的采用独立成分分析(ICA)的数据驱动时域滤波技术.独立成分分析是一种子信号处理方法,它能将线性混和的统计独立信号进行分离.本文建议的算法可以有效地提取出语音信号的调制谱中1至16Hz的感知频率成分.通过语音识别实验表明,相对于LDA和PCA,基于ICA的时
提高网络带宽利用率和保证传输质量是相互矛盾的两个方面.随着网络技术和IP业务的迅速发展,当今网络信息传输越来越多样化,相应也出现了许多有不同传输要求的服务业务,使这一矛盾显得更加突出.如何有效利用现有带宽为不同传输要求的业务提供保质保量的服务逐渐成为专业人士关注的的焦点.VoIP QoS技术作为一种能管理带宽并提供服务质量的机制无疑成为该领域中研究的热点.本文从Win2000的QoS的工作原理分析
在实现CDMA2000 1X基站系统中的增强可变速率编码器(EVRC)算法的基础上,提出了一种针对线谱对(LSP)加权量化矢量的简便而实用的快速搜索算法.利用原始算法的分析结果,从LSP原始码本构造了新码本,利用原始码本和新码本实现了快速搜索.理论分析可以使搜索时间减少到原来的14.6﹪,实际测试结果表明,在使EVRC算法总处理时间比原来减少大约11﹪的条件下,优化结果仍能保证解码端的音质无明显下
平滑算法是统计语言模型中解决数据稀疏性问题的有效且非常重要的技术,在现有的众多平滑算法中,基于Good-Turing折扣方法和Back Off的预测方法的Katz平滑算法应用最为广泛传统的Katz平滑算法在计算折扣系数时要求一次事件必须出现,对所有语料库这一条件并非一定满足,并且当对高阶n元对进行裁剪时问题尤为严重.本文从Katz推导折扣系数公式的约束条件出发,扩展了约束条件,推导出仅依赖于语料中
在说话人识别系统中,训练语音与测试玉音的话机类型失配会使说话人识别系统识别性能显著下降.本文在说话人模型合成和话机归一化基础上提出一种新的信道补偿方法,结合模型和分数两个方面对系统进行信道补偿.NIST1999说话人识别评测库上的实验表明,采用新的信道补偿方法使系统在等错误率和最小检测代价上比仅采用倒谱均值减的基线系统分别降低了39.4﹪和20.9﹪,而且优于只采用说话人模型合成或话机归一化补偿的
在话者识别中,判别策略常采用固定阈值作为门限对匹配结果进行判断,然而固定阈值在开放环境下健壮性较差.为解决阈值设定问题,本文通过分析匹配值间的特征,提出用SVM替代阈值作为判别决策的方法.在实验室环境下,结合GMM进行文本无关的话者实验,得到较好的结果.
本文我们将介绍一种基于电话的中英文双向翻译系统的设计及其运用.本系统在语音输入的前端运用了大词汇连续语音识别引擎.翻译模块采用多翻译引擎,具体如下,1)基于模版的翻译器 2)基于文法分割的翻译器 3)基于统计的翻译器.语音合成器则根据翻译结果,输出波形到电话端.系统运用了客户端—服务器的架构,而电话语音卡则作为双方通信的媒介.目前本系统仅限于旅馆预定业务,今后可以扩展到其他领域,文中还给出了一些初
本文介绍了基于GSM终端的移动电话语音数据采集系统总体结构,着重讨论了系统的具体实现及数据采集过程控制问题.本系统采集的数据较好地反映了GSM移动电话语音的统计特性,为GSM移动电话语音交互技术研究打下了良好的基础.